1、強噪聲背景下的弱信號檢測研究，是測量技術的熱點和難點之一，在生物醫(yī)學、測控、以及軍事等領域有著重要的應用前景。近年來，隨機共振理論和實驗研究的開展，為弱信號檢測提供了新的思路和方法。
　　 目前基于隨機共振的弱信號檢測研究中，更多關注于單層或開環(huán)結構的模型。但在實際應用中，此類模型容易受到背景噪聲強度和信號幅值的影響。因此本文提出將多層和反饋結構應用于隨機共振模型中，對單層、雙層以及反饋結構的周期和非周期信號響應分別進行了研究、

2、仿真和比較；以圖像復原為例，進行了隨機共振弱信號檢測的實際應用。本文主要工作和研究成果如下：
　　 (1).研究了FitzHugh-Nagumo (FHN)神經(jīng)元模型和雙穩(wěn)態(tài)模型的隨機共振現(xiàn)象，分析了周期信號和非周期信號作用下的響應，驗證了噪聲對隨機共振的作用，為后續(xù)實驗奠定了基礎；
　　 (2).模擬神經(jīng)系統(tǒng)中神經(jīng)元之間的會聚方式，構建了雙層FHN神經(jīng)元網(wǎng)絡。并采用互信息率等評價方法，對單個神經(jīng)元和雙層神經(jīng)元模型的隨機

3、共振性能進行了定量描述和比較，分析了該網(wǎng)絡在噪聲環(huán)境中的信號檢測能力。實驗結果表明，與單個神經(jīng)元模型相比較，其檢測性能受噪聲強度和信號幅值的影響較小，更適合于動態(tài)環(huán)境下的弱信號檢測；
　　 (3).為了降低開環(huán)網(wǎng)絡在噪聲強度多變的環(huán)境中對弱信號檢測的不穩(wěn)定性，本文提出將反饋環(huán)節(jié)引入雙層FHN神經(jīng)元網(wǎng)絡模型，以改善可變噪聲背景下的弱信號檢測性能。研究結果表明，閉環(huán)神經(jīng)元網(wǎng)絡模型的隨機共振現(xiàn)象要優(yōu)于開環(huán)雙層網(wǎng)絡和單個神經(jīng)元，能夠在更

4、寬的噪聲范圍內反映輸入信號的規(guī)律，提高了穩(wěn)定性能；
　　 (4).本文將隨機共振機制應用于低信噪比圖像復原中。在充分考慮圖像像素空間相關性的基礎上，采用0°和180°Hilbert掃描法，對二維圖像進行獨立降維；利用雙穩(wěn)態(tài)系統(tǒng)的非線性特性，通過添加特定強度的噪聲，實現(xiàn)污染圖像目標信息的增強；最后對降維信號的雙穩(wěn)態(tài)響應進行了決策和重構，實現(xiàn)了低信噪比圖像的復原任務。實驗結果表明，該方法抑制噪聲的能力較好，對細節(jié)的重現(xiàn)效果清晰。尤其